【Ollama+Cherry Studio】大模型本地化模型训练

1.本地化模型训练

承接上篇本地化部署，进行资料上传训练。包括一次性文件训练，和后续临时新文件训练。也包括加入智能体，加入知识库训练，修正结果集。
准备工作
在Cherry Studio文件下创建两个文件夹，一个gas文件夹，用于燃气行业数据训练，一个xtjc文件夹没用于系统集成文件训练。
gas文件夹：

xtjc文件夹

1.1.单个文件上传训练

把需要训练用到的资料放入对应文件夹后，检查模型是否运行或者存住。

Ollama run deepseek-r1:14b

1.1.1.打开Cherry Studio的知识库，添加分类gas_8b（按照燃气行业和使用8b模型训练）。

在文件区域双击选择文件夹下面文件，开始上传训练资料。

当右侧蓝点全部变成绿色打钩状态，说明上传完成。

1.2.文件目录形式上传。

选择xtjc_14b的知识库，在目录行添加添加目录。选择Cherry Studio按照目录下新建的准备资料库xtjc文件夹。

上传完成后，右侧变绿色打钩状态。说明上传完成。
到此步骤，模型训练准备阶段就完成了。接下来就是如何设置训练。

2.开始训练。

2.1.训练gas行业。

编辑默认助手，选择模型DeepSeek-r1:8b模型。

窗体输入栏设置。

@符号下选择DeepSeek-r1:8b。知识库选择gas_8b。

开始询问问题：看如何回答

3.一次性完成后，后续有新的资料需要喂养，如何解决呢。

还是选择@符号模型，其次选择上传文档选项。浏览我们需要上传的新添加文件。

回答如下后，因为我们只使用了这一个文件，所以回答的参考单一。

3.1.加入智能体

接下来就是加入到我们知识库里面。
这样我们把上传文件删除了，但是痕迹却被我们保留了，等于丰富了知识库内容。

3.2.修正

如果回答的感觉不是很满意，怎么办呢，那我们对结果进行编辑修正。
添加如下描述

轴承的摩擦力大小：
气体粘度变化：

修正完成，我们再来问同样的问题，看看是什么回答。发现虽然在结果集虽然也是三条但是内容已经变化，分析过程已经加入考虑因素了。